基于CNN-RSC组合优化算法语音情感分析与研究 |
| |
引用本文: | 赵永生,徐海青,张引强.基于CNN-RSC组合优化算法语音情感分析与研究[J].湘潭大学自然科学学报,2018(4):101-105. |
| |
作者姓名: | 赵永生 徐海青 张引强 |
| |
摘 要: | 提出一种基于深度学习的文本情感分析方法,将整个卷积神经网络的模型作为一种自动学习器,对输入词语的预表达特征进行学习,引入深度学习领域的递归自编码作为输出层情感分类器,实现语义情感信息的深度提取.设置实验对比卷积神经网络和递归自编码模型的参数,找出了实验过程的最佳参数组合,实验对比了CNN、RSC、CNN-RSC三种不同的算法.实验结果表明:基于CNN-RSC的组合优化算法在对文本情感特征的自动学习上有着较好的效果,在准确度和训练时间以及分类性能上均优于其他两种算法.
|
关 键 词: | 深度学习 情感分析 递归自编码 卷积神经网络 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《湘潭大学自然科学学报》浏览原始摘要信息 |
| 点击此处可从《湘潭大学自然科学学报》下载免费的PDF全文 |
|